基于机器视觉的电气实验教学接线评级系统设计

实验考核是实验教学工作中的重要环节,既能了解学生学习情况,又能增强实验课教学效果,是提高教学质量的重要措施。该文基于机器视觉设计了电气实验行为评级系统,以接线导线为对象,利用OpenCV在HSV颜色空间通过颜色识别目标导线接头,并进行形态学处理和图像平滑处理;利用Canny算子对图像进行边缘检测并筛选,获取有效目标轮廓;计算目标轮廓的质心坐标,提取坐标点的HSV参数;综合考虑带电危险接线等因素,制定接线正确性判定规则,判别接线质量优劣。针对《机械工程测试技术》课程中的电桥实验进行测试,结果验证了该文算法的可行性。     

一种基于机器视觉的颜色识别算法的研究

介绍了一种颜色识别转换算法.在机器视觉系统中,对RGB和YUV两种不同颜色空间进行研究,应用相差法进行颜色识别,并对向量表中的结果进行优化.实验结果表明,该算法在保证精确度基本不变的前提下,进一步减少了运算量,对系统处理信号的实时性有很大改善.     

机器视觉技术在防凌破冰中的应用

介绍了机器视觉技术及其应用的发展概况。讨论了机器视觉技术在生产生活中的典型应用、机器视觉技术的原理和常用图像处理技术等内容。详细阐述了机器视觉技术在防凌破冰中的应用,说明如何在防凌破冰系统中利用航拍摄像机采集河面上的图像,经过一系列图像处理后,检测出面积较大的冰块,并进行危险因素分级,指挥中心据此指导飞机对危险等级较高的冰块进行爆破,消除隐患。在防凌破冰中采用机器视觉技术替代人工肉眼的观察,大大提高了工作效率和测量结果的准确性。最后指出了机器视觉系统的发展方向。     

机器视觉系统在LCD行业中的应用

介绍了机器视觉系统的概念、组成、基本原理,从光学系统、相机、光源、图像采集卡及图像处理软件等方面详细阐述了机器视觉系统的设计要点,并结合LCD行业中的全自动玻璃分断机,分析了机器视觉系统的典型应用.     

基于机器视觉技术的马铃薯晚疫病快速识别研究

为了改善马铃薯晚疫病识别方案,引入机器视觉技术,以马铃薯叶片图像作为识别材料,开发新的晚疫病识别方案。方案以叶片颜色、纹理、形状作为特征提取对象,采用CCD工业相机拍摄马铃薯叶片图像,通过提取特征信息及计算图像叶片特征值,判断晚疫病的病害状况。测试结果显示,纹理识别方法在识别率和耗时综合方面具备一定优势。因此在马铃薯晚疫病快速识别的过程中需要科学合理采用机器视觉技术,提升疫病识别的效果,发挥机器视觉技术的价值和作用。     

机器视觉在生产线中的应用研究

通过研究一种结构简单的三自由度直角坐标机器人,将工业摄像头安装到机器人上,并将其应用于工件分拣任务中。对生产线机器人的视觉关键技术进行研究,分析了图像平滑和锐化的主要方法以及多目标分块处理、边缘检测、几何中心计算和长、短轴计算等工件特征提取的主要方法。最后通过实例说明研究的基于机器视觉的生产线分拣机器人具有较好的实际应用价值。     

基于机器视觉的田间杂草识别技术研究

在农业生产中,杂草会影响农作物的生长。为了实现杂草处理自动化,需要采用基于机器视觉的杂草识别技术帮助机器人快速、准确地识别杂草,从而精确使用除草剂以提高药物的利用率、减少环境污染。通过文献研究,文章分析了提高杂草识别率的图像预处理技术和基于人工神经网络的模式识别算法,提出了杂草识别技术存在的问题及改进方法。     

集成DSP的视频处理卡在机器视觉中的应用

针对在机器视觉的应用中普遍存在的待处理的图像数据量多且算法复杂，单机CPU无法实时完成图像处理任务，需要多台计算机组成局域网平行处理，成本高昂且可靠性低的问题。给出了集成DSP芯片的高速图像采集卡以替代主机CPU进行图像算法处理的解决方案，并指出在单台PC机上插入多块高速图像采集卡，主机的CPU只负责统一协调作用就可以较好的处理此类问题。由于该高速卡设计灵活，只需稍作改动即可应用于嵌入式设备。该高速图像处理卡在机器视觉领域内有着重要和广泛的应用前景。     

图像识别技术在全自动对位贴合机的应用

全自动对位贴合机是液晶显示器生产线制盒工艺中的关键设备.对图像识别技术进行了充分的分析,对全自动对位贴合机图像识别系统进行了设计,使其同PLC、X、Y和θ精密运动平台一起对上下玻璃进行识别及对位,实现设备上下平台的高精度对位.实践证明,采用图像识别系统技术保证了设备对位的高精度要求,并大大提高了设备运行的效率.     

图像和机器视觉技术概述

图像和机器视觉系统是一项快速发展中的应用技术,介绍了机器视觉系统的组成和基本工作原理,及机器视觉在半导体制造领域中的应用。     

基于机器视觉的杏核图像识别系统设计

针对杏核分拣效率问题,文中构建了一种基于机器视觉的杏核图像特征检测系统。运用多种数字图像处理技术完成对不同杏核图像的识别,前期基于Matlab完成算法研究,再采用VC++调用Opencv图像处理函数库实现分拣系统软件。经验证,杂质杏核识别率可达94%,有效提高了杏核识别的准确性和时效性。     

彩色FED显示器的图像处理技术

为了改善FED显示器的显示质量,从FED所特有的光电特性入手,给出了FED显示特性的B-T预校正曲线;并基于目前所采用的标准电视信号作为图像信号源,介绍了FED非线性校正算法.在分析FED三基色色度特性的基础上,介绍了FED色度还原算法的理论模型,并把该校正算法成功应用到FED的视频显示中去,使图像质量得到较好的改善.     

计算机图像处理与识别技术的研究

随着社会的快速发展,计算机电子信息工程技术也在不断发展,其作用越来越明显,已经成为促进我国高科技发展的重要力量。但在实践中,该技术仍有很多地方需要改进。基于这一背景,文中全面探讨了计算机电子信息工程技术应用中的安全问题。     

Broadband Visual Adaption and Image Recognition in a Monolithic Neuromorphic Machine Vision System

Bio-inspired machine visions have caused wide attentions due to the higher time/power efficiencies over the conventional architectures. Although bio-mimic photo-sensors and neuromorphic computing have been individually demonstrated, a complete monolithic vision system has rarely been studied. Here, a neuromorphic machine vision system (NMVS) integrating front-end retinomorphic sensors and a back-end convolutional neural network (CNN) based on a single ferroelectric-semiconductor-transistor (FST) device structure is reported. As a photo-sensor, the FST shows a broadband (275–808 nm) retina-like light adaption function with a large dynamic range of 20.3 stops, and as a unit of the CNN, the FST's weight can be linearly programmed. In total, the NMVS has a high recognition accuracy of 93.0% on a broadband-dim-image classification task, which is 20% higher than that of an incomplete system without the retinomorphic sensors. Because of the monolithic unit, the NVMS shows high feasibility for integrated bio-inspired machine vision systems.     

嵌入式机器视觉系统图像处理和传输接口设计

介绍了一种采用CMOS图像传感器来实现智能机器视觉识别的方法,通过LM9638采集图像数据,经过复杂可编程逻辑器件(CPLD)(XC95144-TQ144)进行总线传输和转换,然后ARM以直接内存存取(DMA)的传输方式将图像数据保存到存储器中。同时ARM将采集到的图片数据进行预处理,通过模板对比算法,将采集到的数据与事先存储的数据进行分析和比较,完成机器智能视觉识别。通过CPLD对采集时序进行了分析,并进行了测试仿真,经验证后速度和效果均达到设计要求。     

数字图像处理在光学相关识别中的应用

光学模式识别信息处理容量大,运算速度快,但精度不高,存储不灵活,不易判断控制和分析.联合变换相关器在光学图像相关识别中得到了广泛的应用.为提高联合变换相关器的性能,将数字图像处理技术引入光学相关识别中,主要体现在对联合图像进行预处理以及对联合功率谱的滤波处理.详细阐述了国内外常用的联合图像预处理算法和功率谱滤波算法,并对这些算法在光学相关识别中的应用效果进行了比较研究.     

基于支持向量机的目标图像识别技术

介绍了目标图像的前期处理、目标图像的特征提取和基于支持向量机的目标图像识别方法。为了验证方法的正确性．采用了一批太空目标图像对其算法进行了检验。数据实例表明，支持向量机识别的正确率比其它两种神经网络方法的正确率要高很多。